proses merupakan pasangan yang tidak dapat dipisahkan dan saling berhubungan. Gambar 3.5 berikut ini menunjukkan class diagram pada sistem.
+latih -pola
-target -laju pemahaman
-fungsi aktivasi
pelatihan
+uji -pola
-bobot -fungsi aktivasi
pengujian
Gambar 3.5 Class Diagram
3.2 Tahap-tahap Pengolahan Data
Pola QR Quick Response Code yang akan dikenali dengan menggunakan jaringan syaraf tiruan melalui beberapa tahapan tertentu sehingga dapat menjadi masukan yang
baik bagi jaringan syaraf tiruan. Masukan yang dapat diterima dengan baik oleh jaringan syaraf tiruan adalah data numerik yang berupa data biner atau data bipolar.
Dengan demikian, pola QR code perlu dikonversi menjadi data numerik berupa data biner atau data bipolar.
3.2.1 Akuisisi Data Pengumpulan Data
Data atau sampel yang akan digunakan adalah gambar QR Code yang didapatkan dari suatu QR Code generator. Setelah gambar QR Code didapatkan, kemudian penulis
mengambil nilai-nilai modul dari gambar QR Code tersebut sebagai data masukan untuk jaringan syaraf tiruan dalam bentuk data biner 0 dan 1. Data biner tersebut
kemudian dibentuk kembali menjadi sebuah gambar dengan bantuan Matlab dengan format jpg.
Penulis mengumpulkan 208 pola QR Code untuk 16 data yang berbeda. Setiap data masing-masing memiliki 13 pola QR Code. Dari sejumlah jumlah data yang
diperoleh, penggunaannya dibagi untuk pelatihan dan pengujian. Banyak data pelatihan adalah sebanyak 128 pola, sedangkan untuk pengujian digunakan pola yang
telah dilatih untuk menguji keakuratan memori sistem dan 80 pola lainnya, yang bertujuan untuk menguji keakuratan kemampuan generalisasi sistem.
3.2.2 Prapengolahan
Proses-proses pengolahan yang dilakukan dimulai dengan melakukan konversi terhadap pola QR code yang berasal QR code generator dari gambar menjadi data
biner secara manual oleh penulis. Data biner didapatkan dari nilai modul pada pola QR Code tersebut, modul hitam diberi nilai nol 0 dan modul putih diberi nilai satu
1. Data-data tersebut kemudian direkayasa dan disimpan dalam file txt dan dibentuk kembali menjadi gambar dengan format jpg dengan Matlab. Tujuan dari perekayasaan
data adalah untuk mengetahui apakah pola tersebut masih menyimpan informasi yang sama atas suatu data setelah terjadi perubahan pada pola, dimana beberapa modul
putih telah berubah menjadi modul hitam. Untuk membuktikan bahwa pola tersebut masih menyimpan data yang sama, penulis menggunakan bantuan QR Code scanner.
3.2.3 Ekstraksi Ciri
Setiap data yang akan diamati dan dianalisis oleh jaringan syaraf tiruan harus direpresentasikan secara baik dalam bentuk data biner. Untuk itu, diperlukan suatu
cara yang konsisten untuk mengekstraksi ciri setiap data. Pada tahap ini, pola QR Code yang digunakan adalah pola QR Code level H dengan ukuran matriks 33x33 33
baris dan 33 kolom. Modul yang berwarna hitam diberi nilai 0 dan modul yang berwarna putih diberi nilai 1. Data biner tersebut selanjutnya digunakan sebagai data
input atau masukan pada jaringan syaraf tiruan. Berikut adalah contoh pola QR code dan nilai biner dari QR code yang akan dilatih pada jaringan syaraf tiruan.
3.3 Perancangan Sistem
